🌈 생성형 AI가 불러온 PLG의 르네상스

시작

최근에 정말 놀라운 통계 몇 가지를 접했습니다.

1. 최근 한 노변담화에서 OpenAI는 ChatGPT의 주간 활성 사용자(WAU)가 7억 명에 달하며, 약 400만 개의 엔터프라이즈 라이선스를 확보했다고 밝혔습니다.
2. Anthropic의 CFO인 Krishna Rao는 Claude Code의 연간 반복 매출(ARR)이 5억 달러에 도달했다고 공유했습니다. 이 제품은 2025년 5월에 정식 출시(GA)되었습니다.
3. 또 다른 행사에서 OpenEvidence는 출시 단 2년 만에 미국 의사 시장 보급률이 거의 50%에 도달했다고 발표했습니다. 이는 헬스케어 업계에서는 전례 없는 속도입니다.

생성형 AI에 대해서는 여전히 논쟁의 여지가 많지만, 한 가지는 분명합니다. 바로 생성형 AI가 제품 주도 성장(PLG)의 르네상스를 이끌고 있다는 것입니다. 이 글에서는 생성형 AI가 어떻게 상향식(bottom-up) 도입의 새로운 시대를 여는지, 그리고 PLG 네이티브 기업들이 앞으로 나아갈 방향은 어디인지 자세히 살펴봅니다.

배경: SaaS PLG가 정체된 이유

이 글에서는 PLG를 마케팅이나 영업이 아닌, 제품 자체가 고객 확보의 핵심 동력이 되는 엔터프라이즈 GTM(Go-to-Market) 전략으로 정의하겠습니다. Dropbox를 생각해보세요. 동료가 Dropbox에 저장한 파일을 확인하라고 보낸 초대장을 받습니다. 이 파일에 접근하는 과정은 그동안 겪어본 것 중 가장 쉬웠습니다. 이 경험이 너무 마음에 들어서 당신도 파일을 Dropbox에 저장하고 공유하기 시작합니다. 어느 순간 회사 전체가 Dropbox를 사용하게 됩니다. 간단히 말해 바로 이것이 PLG입니다.

Slack, Zoom, Dropbox와 같은 기업들이 이끌었던 PLG의 초기 단계는 엔터프라이즈 소프트웨어 시장이 지금보다 훨씬 단순했을 때 번성했습니다. 하지만 2010년대 후반에서 2020년대 초반에 이르러 소프트웨어 PLG는 정체기에 접어들었습니다. 고객들은 이미 수백 개의 다양한 소프트웨어 솔루션을 사용하고 있었고, 시장은 대부분 기존 솔루션이 자리 잡은 브라운필드(brownfield)가 되었습니다. Okta에 따르면, 2025년 기업당 평균 SaaS 앱 수는 101개에 달했습니다. 새로운 제품은 단지 '좋은 제품'이라는 이유만으로 시장에서 이길 수 없었고, 기존 강자들보다 점진적으로 더 낫다는 것을 보여줘야 했습니다. 그리고 이는 영업 담당자를 통해 전달하는 것이 더 효과적이었습니다.

동시에, 고객사의 컴플라이언스팀은 통합 및 보안에 대해 더 많은 질문을 하기 시작했습니다. 이는 더 많은 이해관계자가 판매 과정에 관여하게 되면서 도입 장벽이 높아졌다는 것을 의미합니다. 이로 인해 공급업체들은 제대로 된 엔터프라이즈 영업팀을 갖추며 '프로페셔널'해져야 했습니다. CIO들은 여전히 (직원들이 Slack에서 밈을 전달하는 방식이 아니라) Patagonia 조끼를 입은 사람들로부터 소프트웨어를 구매하는 것을 선호한다는 사실이 드러난 셈입니다.

더욱이, 많은 전통적인 소프트웨어 제품은 PLG에 적합하지 않습니다. Salesforce 제품은 제대로 통합 및 설정되고 전사적으로 배포되지 않으면 그다지 유용하지 않습니다. 제품을 처음 열었을 때, 그 기능성은 성공적인 구현에 달려 있습니다. 하지만 많은 생성형 AI 기업의 경우는 다릅니다.

생성형 AI 시대에 PLG가 가능한 이유

생성형 AI는 기업과 사용자를 '실험 모드'로 만들기 때문에 PLG의 판도를 완전히 바꿔 놓았습니다.

1. 생성형 AI 제품은 차원이 다른 경험을 제공합니다. 과로에 시달리는 의사나 마감에 쫓기는 개발자들은 새로운 AI 제품을 사용해 하루에 몇 시간씩 절약할 수 있습니다. 이 기준을 충족하는 새로운 SaaS 툴은 거의 없습니다.
2. 많은 생성형 AI 제품은 무료로 시작할 수 있습니다. 유료 버전에서 더 많은 성능을 제공하지만, 새로운 고객이 쉽게 시도해볼 수 있게 만드는 데 무료만큼 좋은 것은 없습니다.
3. 많은 생성형 AI 제품은 가치를 증명하기 위해 시스템 접근 권한이 필요하지 않습니다. 사용자가 '자신의 데이터'를 직접 가져올 수 있습니다. 파일을 업로드하거나 프롬프트를 입력하기만 하면 LLM이 알아서 활용 방법을 찾아냅니다. 이는 '아하!' 하고 깨닫는 순간까지 걸리는 시간이 며칠이 아닌 몇 분이라는 것을 의미합니다.

10배 더 나은 경험, 무료 제품, 쉬운 온보딩의 조합이라면 어떨까요? 이런 제품들의 바이럴은 필연적입니다. 그래서 CEO들이 AI 전략을 수립하고 기업들이 역대 최고 수준의 파일럿 프로젝트를 진행하면서 지갑이 열리고 있습니다. 개발자들은 Claude Code, Cursor, Windsurf를 비교 테스트하고 있습니다. 지식 근로자들은 여러 검색 툴을 시험하고 있습니다. 그리고 일단 충분한 수의 직원이 상향식으로 제품을 도입하면, 경영진(C-suite)은 엔터프라이즈 요금제로 표준화할 동기를 얻게 됩니다.

성공적인 생성형 AI PLG 사례

OpenAI의 생성형 AI 챗봇 애플리케이션인 ChatGPT는 부인할 수 없는 PLG 성공을 거두었습니다. 하지만 여기서는 상대적으로 덜 알려진 크리에이티브 및 헬스케어 산업의 다른 두 가지 사례를 살펴보겠습니다.

ElevenLabs: ElevenLabs는 음성 모델 분야를 선도하는 플랫폼으로, PLG의 정석을 보여주었습니다. 2023년 처음 출시되었을 때, 이들의 극도로 사실적인 목소리는 당시 고객들이 Amazon과 같은 기존 기업들로부터 얻을 수 있었던 것과 비교해 질적으로 월등히 뛰어났습니다. 오늘날 ElevenLabs는 경쟁사 대비 뛰어난 가격 경쟁력을 갖춘 최고의 텍스트-음성 변환(TTS) 모델 제공업체로 자리매김하고 있습니다.

또한, 사용자는 무료로 시작할 수 있습니다. 스크립트를 붙여넣고 버튼 하나만 누르면 오디오가 생성됩니다. 무료 요금제는 매월 10,000 크레딧, 즉 약 10분 분량의 고품질 TTS를 제공하며, 기본적으로 API 접근도 가능합니다. 그리고 그 결과물은 본질적으로 바이럴 특성을 가집니다. ElevenLabs의 목소리가 담긴 클립은 YouTube, TikTok 및 기타 소셜 플랫폼으로 퍼져나가며, 제품의 결과물이 마케팅을 대신해주는 셈입니다.

시간이 지나면서 ElevenLabs는 PLG와 바이럴을 성공적으로 진정한 엔터프라이즈 영업으로 확장했습니다. 모델 위에 크리에이티브 편집 애플리케이션을 구축하여 사용자들이 플랫폼에 계속 머물도록 유도했습니다. 엔터프라이즈급 제어 기능, 워터마킹 기능 및 기타 제품 기능을 추가했습니다. 다양한 규모의 고객을 수용하기 위해 여러 단계의 요금제를 도입했습니다. 음성 AI 앱 분야의 초기 승자 중 하나로서, 현재 ARR은 2억 달러를 넘어섰으며, 셀프서브와 엔터프라이즈 부문의 매출이 거의 50대 50으로 나뉩니다. 최근 2025년 9월 임직원 대상 주식 매각에서 회사는 66억 달러의 가치를 인정받았습니다.

OpenEvidence: OpenEvidence는 헬스케어 산업에서 PLG의 대표적인 사례입니다. 의사가 OpenEvidence 앱을 다운로드하고, 진료 중이나 준비 과정에서 질문하면, 신뢰할 수 있는 의학 문헌에서 인용된 답변을 얻습니다. 이는 의사들이 검색을 수행하는 방식보다 10배 더 나은 방법입니다. OpenEvidence의 후속 학습과 독점 데이터 소스 덕분에, 일반적인 AI 검색과 달리 의사들이 실제로 활용할 수 있는 답변을 제공하기 때문입니다. 특히 의학 지식의 반감기가 점점 짧아지는 상황에서, OpenEvidence는 의사들이 올바른 진단과 치료법을 찾는 데 도움을 주어 환자와 헬스케어 시스템의 시간, 비용, 스트레스를 줄여줍니다.

또한, 핵심 채팅 제품은 유료 옵션 없이 완전히 무료로 사용할 수 있습니다. 대신, OpenEvidence는 광고와 새로운 제품을 통해 수익을 창출합니다. 더 나아가, 전자의무기록(EHR) 시스템과의 복잡한 통합도 필요 없습니다. 의사들은 개인 휴대폰을 사용하면 됩니다. 이 모든 요인 덕분에 의사들이 빠르게 제품을 수용했습니다. 2023년에 출시되었음에도 불구하고, OpenEvidence는 이미 미국 내 10,000개 이상의 의료기관에서 근무하는 의사의 거의 50%에 도달했습니다. OpenEvidence에 대한 강력한 참여도는 회사가 수익화와 추가 제품 개발을 위한 여러 경로를 가진 매우 전략적인 위치에 서게 했습니다. 가장 최근인 2025년 7월 투자 라운드에서 회사는 35억 달러의 가치를 인정받았습니다.

다음 단계는?

PLG는 훌륭한 GTM(시장 진입) 전략이지만, 그 자체만으로는 충분하지 않은 경우가 많습니다. 도입하기 쉬운 제품은 해지하기도 쉬운 경우가 많습니다. 그렇다면 PLG 기업들은 어떻게 지속성을 구축할 수 있을까요? 특별한 비법은 없습니다. 지속성은 결국 '7 Powers'라는 동일한 원칙으로 귀결되지만, PLG 승자들에게 특히 관련이 깊은 몇 가지 포인트를 강조하고 싶습니다.

• 고객의 애정을 적극 활용하세요 – 고객들은 어쩔 수 없이 당신의 제품을 쓰는 것이 아니라, 원해서 씁니다. 사용자당 사용 시간, 무료에서 유료로의 전환율 및 기타 참여 지표를 핵심 지표(North Star metric)로 삼아야 합니다.
• 추가 제품을 교차 판매하세요 – 더 많은 워크플로우를 장악하는 방법을 찾으세요. 고객이 당신의 환경에서 보내는 시간이 많을수록, 그들의 일상 업무에 더 깊숙이 자리 잡을 수 있습니다. 시간이 지남에 따라 조직 내 다른 부서와 담당자에게 제품을 교차 판매할 수 있다면 더욱 좋습니다. 매출 유지율(revenue retention rate)을 핵심 지표로 삼아야 합니다.
• 엔터프라이즈 수준의 구매 결정을 이끌어내세요 – 그렇습니다. PLG로 시작했더라도, 시간이 지나면서 엔터프라이즈 영업 역량을 구축하는 것이 여전히 중요하다고 생각합니다. 제품 범위가 여러 부서와 담당자로 확장됨에 따라 고객에 대한 전략적 가치가 커질 것이고, C-suite 의사 결정권자들의 관여도도 높아질 것입니다. 엔터프라이즈 역량을 구축하면 처음부터 C-suite의 지지를 얻고, 더 크고 장기적인 계약을 성사시키는 데 도움이 될 것입니다. 초기 계약 평균 규모(ACV)와 영업 주기를 핵심 지표로 삼아야 합니다.

결론

생성형 AI는 새로운 기준을 세웠습니다. 제품이 첫날부터 몇 시간을 절약해주고 무료라면, 바이럴은 시간 문제입니다. 이는 기업과 사용자를 실험 모드로 만들고, 새로운 PLG 물결을 일으킵니다. 하지만 PLG는 빙산의 일각일 뿐입니다. 최고의 기업들은 이러한 상향식(bottom-up)으로 형성된 애정을 궁극적으로 장기적인 해자(moat)를 구축하기 위한 진입점으로 활용합니다.

The Gen AI PLG Renaissance

Gen AI winners are landing with PLG, then compounding with enduring moats.

Selina's StackSelina Wang